MétaCan
Menu
Retour à la cohorte
Enregistrement W2946995703 · doi:10.1073/pnas.1819825116

Gain-of-function mutations in a member of the Src family kinases cause autoinflammatory bone disease in mice and humans

2019· article· en· W2946995703 sur OpenAlexaff
Koichiro Abe, Allison Cox, Nobuhiko Takamatsu, Gabriel Velez, Ronald M. Laxer, Shirley M. L. Tse, Vinit B. Mahajan, Alexander G. Bassuk, Helmut Fuchs, Polly J. Ferguson, Martin Hrabě de Angelis

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteomyelitis and Bone Disorders Research
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institute of General Medical SciencesNational Eye InstituteJapan Society for the Promotion of ScienceNational Institutes of HealthJapan Society for the Promotion of Science LondonNational Institute on AgingResearch to Prevent BlindnessINFRAFRONTIERBundesministerium für Bildung und Forschung
Mots-clésMissense mutationBiologyGeneticsPhenotypePositional cloningMutationExome sequencingMutantLoss functionGeneCancer research

Résumé

récupéré en direct d'OpenAlex

Significance Chronic recurrent multifocal osteomyelitis (CRMO) is an autoinflammatory bone disease that presents with bone destruction occurring primarily in children. In a mouse ENU mutagenesis screen, the Ali18 strain was isolated because of spontaneous inflammation in the joints and bones. Sequencing candidate genes in the Ali18 critical region identified a missense mutation in the C-terminal regulatory region of the Src family kinase (SFK) member, Fgr . Genome editing revealed Fgr dependency of the inflammatory phenotype in Ali18 mice. Further, whole exome sequencing in our CRMO cohort identified two patients with missense mutations in FGR . In vitro functional assays confirm altered protein function. This work identifies FGR as a CRMO susceptibility gene and suggests that targeting SFKs may be useful in its treatment.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,047
Tête enseignante GPT0,328
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetOsteomyelitis and Bone Disorders ResearchTravaux en français237 207